CN113850240A - 一种物流园区车辆违停识别方法及装置 - Google Patents

Abstract

本说明书公开了一种物流园区车辆违停识别方法及装置，当根据对月台的车辆图像识别结果以及月台车辆的分配结果，确定车辆违停时，根据当前物流园区内各车辆的车辆标识，对识别结果进行校正，并重新判断车辆是否违停。解决了由于图像识别的准确率低，导致的误识别车辆违停的问题，提高了车辆违停检测的准确率，降低了人工处理压力，提高了物流园区的运行效率。

Description

一种物流园区车辆违停识别方法及装置

技术领域

本说明书涉及数据识别领域，尤其涉及一种物流园区车辆违停识别方法及装置。

背景技术

目前，为了提高物流园区的周转效率，通常会对园内车辆分配月台进行停靠。并通过月台相机确定月台的占用状态，依靠月台相机对占用月台车辆的识别，实现对物流园区内车辆的实时调度。

在现有技术中，物流园区的调度中心，通过园区闸机处设置的相机，采集入园车辆的图像，并识别车辆身份，之后根据车辆入园的顺序，为车辆分配空闲月台。并且，调度中心可通过在月台设置的相机，识别在月台停靠的车辆身份，判断车辆是否停靠在为其分配的月台。若确定车辆停靠在错误月台，则需要调度员联系司机将车辆驶离该月台。

但是，通过图像对入园车辆进行身份识别，容易受采集图像时车辆状态、环境因素影响，导致准确度较低。而基于错误的身份识别结果，难以准确的判断车辆是否停靠在正确月台。使得对月台停靠车辆的识别准确率有限，需要调度员人工处理大量错误信息，物流园区的运行效率低下。

发明内容

本说明书提供一种物流园区车辆违停识别方法及装置，以部分的解决现有技术中对物流园区车辆违停识别结果效果不佳的问题。

本说明书采用下述技术方案：

本说明书提供了一种物流园区车辆违停识别方法，包括：

针对每个月台，采集停靠该月台车辆的车辆图像，并通过图像识别确定车辆标识的识别结果；

根据月台停靠车辆的分配结果以及所述识别结果，判断停靠在该月台的车辆是否违停；

若所述车辆违停，则根据当前物流园区内各车辆的车辆标识以及所述识别结果，确定车辆标识的校正结果；

根据所述校正结果以及所述分配结果，重新判断所述车辆是否违停。

可选的，根据月台停靠车辆的分配结果以及所述识别结果，判断停靠在该月台的车辆是否违停，具体包括：

从各月台的停靠车辆的分配结果中，确定该月台的分配结果；

根据所述分配结果，确定分配在该月台停靠车辆的车辆标识；

判断分配在该月台停靠车辆的车辆标识与所述识别结果的车辆标识是否一致；

若一致，则确定所述车辆未违停；

若不一致，则确定所述车辆违停。

可选的，根据当前物流园区内各车辆的车辆标识以及所述识别结果，确定车辆标识的校正结果之前，所述方法还包括：

监测各车辆上传的位置信息；

确定位置信息落入预设的物流园区对应的区域范围内的车辆，作为在所述物流园区内的车辆；

根据在所述物流园区内的车辆上传的位置信息中携带的车辆标识，确定在所述物流园区内各车辆的车辆标识；

其中，所述车辆标识至少包括车辆牌照。

可选的，确定预设的所述物流园区对应的区域范围，具体包括：

根据预设的至少一个所述物流园区的兴趣点，以及所述兴趣点对应的预设距离，确定至少一个兴趣范围；

根据确定出至少一个兴趣范围组成的区域，确定所述园区对应的区域范围。

可选的，根据当前物流园区内各车辆的车辆标识以及所述识别结果，确定车辆标识的校正结果，具体包括：

针对当前物流园区内的每个车辆，对该车辆的车辆标识与所述识别结果进行相似度计算，确定相似度以及置信度；

根据确定出的各相似度以及各置信度，确定与所述识别结果匹配的车辆标识，作为该月台停靠车辆的车辆标识的校正结果。

可选的，根据当前物流园区内各车辆的车辆标识以及所述识别结果，确定车辆标识的校正结果，具体包括：

确定预先设置的该月台对应的覆盖范围；

根据监测的所述物流园区内各车辆的位置信息，确定落入所述覆盖范围内车辆，作为候选车辆；

将所述候选车辆的车辆标识，与所述识别结果进行模糊匹配；

根据匹配结果，确定该月台停靠车辆的车辆标识的校正结果。

可选的，根据当前物流园区内各车辆的车辆标识以及所述识别结果，确定车辆标识的校正结果，具体包括：

根据预设的时长以及该月台停靠车辆的时间点，确定时间范围；

从所述物流园区内各车辆中，确定在所述时间范围内位置变化的车辆，作为候选车辆；

将所述候选车辆的车辆标识，与所述识别结果进行模糊匹配；

根据匹配结果，确定该月台停靠车辆的车辆标识的校正结果。

本说明书提供了一种物流园区车辆违停识别装置，具体包括：

识别模块，用于针对每个月台，采集停靠该月台车辆的车辆图像，并通过图像识别确定车辆标识的识别结果；

判断模块，用于根据月台停靠车辆的分配结果以及所述识别结果，判断停靠在该月台的车辆是否违停；

校正模块，用于若所述车辆违停，根据当前物流园区内各车辆的车辆标识以及所述识别结果，确定车辆标识的校正结果；

重新判断模块，用于所述校正结果以及所述识别结果，重新判断车辆是否违停。

本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述物流园区车辆违停识别的方法。

本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述物流园区车辆违停识别的方法。

在本说明书提供的物流园区车辆违停识别的方法中，当根据对月台的车辆图像识别结果以及月台车辆的分配结果，确定车辆违停时，根据当前物流园区内各车辆的车辆标识，对识别结果进行校正，并重新判断车辆是否违停。解决了由于图像识别的准确率低，导致的误识别车辆违停的问题。

从上述方法中可以看出，本方法对于月台停靠的车辆，在判断该车辆是否违停的基础上，通过已经入园车辆的车辆标识，对图像识别的识别结果进行校正，并重新判断该车辆是否违停，提高了车辆违停检测的准确率，降低了人工处理压力，提高了物流园区的运行效率。

附图说明

此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：

图1为本说明书提供的一种物流园区车辆违停识别方法的流程示意图；

图2为本说明书提供的一种图像传感器设置方法的示意图；

图3为本说明书提供的一种月台覆盖范围设置方法的示意图；

图4为本说明书提供的一种截取时间范围的示意图；

图5a和5b为本说明书提供的一种物流园区区域范围设置方法的示意图；

图6为本说明书提供的一种物流园区车辆违停识别装置的示意图；

图7为本说明书提供的对应于图1的电子设备示意图。

具体实施方式

为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书保护的范围。

目前，物流园区的服务器需要通过统计进入园区的车辆，实现高效的月台分配，提高物流园区的运行效率。而由于进出物流园区的车辆，通常需要长途行驶，难以避免车辆牌照的污损。于是，为了避免由于车辆牌照污损，导致图像识别结果不准确，难以准确识别月台违停情况出现。

尤其，对于与多个第三方物流平台合作的物流园区，由于进入园区的车辆可能归属于多个物流平台，因此通常不具备统一设置车辆标识的条件，甚至物流车辆都可能是临时使用的，导致更加难以通过规范车辆型号、外观、标识等方式，提高图像识别的准确率。

以下结合附图，详细说明本说明书各实施例提供的技术方案。

图1为本说明书提供的一种物流园区车辆违停识别方法的流程示意图，具体包括以下步骤：

S100：针对每个月台，采集停靠该月台车辆的车辆图像，并通过图像识别确定车辆标识的识别结果。

通常物流园区的车辆违停由服务器来进行识别，同理，在本说明书提供的一个或多个实施例中，也可由服务器执行该过程。当然，本说明书不限制由何种设备执行该违停识别的流程，具体可根据需要设置。为了方便描述，后续服务器执行该违停识别流程为例进行说明。

本说明书中提到的车辆标识至少包括：车辆牌照，当然还可以包括：车辆车型、车牌颜色、车身颜色等包含可以识别的车辆特征，用于辅助确认车辆身份。具体有哪些，本说明书中不做限制，根据需要具体限制，为了方便描述后续以车辆标识为车辆牌照为例进行说明。

在本说明书提供的一个或多个实施例中，该服务器获取各月台对应的图像，以识别停靠在该月台的车辆是否违停。在一个或多个实施例中，该物流园区内每个月台上至少设置有一个图像传感器，或者，由可采集到月台停车区范围内的监控传感器，采集月台对应的图像。当然，由于图像传感器距离月台停车区越近，基于其采集的图像进行图像识别的准确度越高，因此通常采用每个月台单独设备图像传感器的方式，采集用于识别车辆违停的图像。

针对每个月台，该服务器可实时获取该月台设置的图像传感器采集的图像，当确定该图像传感器采集的图像中出现车辆时，再进行图像识别，确定基于图像识别的车辆的标识。

具体的，针对每个月台，该服务器可获取该月台设置的图像传感器采集的图像，并对获取的各图像进行目标物识别，其中，该目标物为车辆。也就是说，该服务器可通过目标物识别的方法，确定是否有车辆意图停靠该月台。

对于该图像传感器具体为何种设备，本说明书不做限制，例如，月台相机，红外相机等等，可根据需要设置。并且，对于该图像传感器在月台上设置的位置以及朝向，本说明书也不做限制，只要该图像传感器能够采集到停靠在月台的车辆的车辆标识即可，例如，只要能够采集到车辆牌照的即可，如图2所示。

图2为本说明书实施例提供的图像传感器的位置示意图。图2中可见仓库从左到右依次连接有1、2、3号月台，月台前为停车位，1号月台仍有车辆停靠，而2和3号月台的车辆已经驶离停车位。每个月台上都设置有一个图像传感器，每个图像传感器上的两条斜线表示该图像传感器可以监测到的范围。则图2中1号月台设置的图像传感器可以采集到停靠在1号月台的车辆的车辆标识。

当该服务器根据目标物识别结果，确定采集的图像中存在车辆时，为了避免采集环境对采集图像的影响，导致无法准确识别，因此该服务器可获取该图像传感器在预设时长内采集的若干图像。以便后续基于采集的若干图像中的至少一张图像进行图像识别，确定车辆标识。其中，该预设时长以及采集图像的频率可根据需要设置，本说明书不做限制。

最后，该服务器可对若干图像中的至少一张进行图像识别，确定识别结果，该识别结果为车辆标识，如，车辆的牌照。当然，为了提高识别结果的准确性，该服务器可以针对采集多张图像，分别进行图像识别，基于多个识别结果的置信度，确定识别出的车辆标识。

当然，前述的目标物识别与图像识别均存在成熟的技术，本说明书对于如何进行识别的具体过程不再赘述。

S102：根据月台停靠车辆的分配结果以及所述识别结果，判断停靠在该月台的车辆是否违停。

一般来说，车辆进入物流园区目的是存取货物，需要停靠在空闲的月台进行货物的存取。在本说明书的一个或多个实施例中，该服务器可从各月台的停靠车辆的分配结果中，确定该月台的分配结果，根据分配结果，确定分配在该月台停靠车辆的车辆标识。

具体的，该服务器根据当前各月台的分配结果，确定为该月台分配的停靠车辆。其中，该月台存在已经分配了停靠车辆，以及尚未分配停靠车辆两种情况。对于该月台尚未分配停靠车辆的情况，可以确定该车辆违停。

但是，对于该月台存在已经分配了停靠车辆的情况，该服务器还需要根据分配结果，确定分配在该月台停靠车辆的车辆标识，并判断该月台分配的停靠车辆的车辆标识，与识别结果的车辆标识，是否一致。若不一致，则确定该车辆违停，并可继续执行后续步骤S104对该违停结果进行进一步核验。若一致，则确定该车辆未违停。

S104：若所述车辆违停，则根据当前物流园区内各车辆的车辆标识以及所述识别结果，确定车辆标识的校正结果。

在本说明书一个或多个实施例中，由于物流园区的车辆，难以避免车辆牌照的污损，因此服务器根据月台设置的图像传感器采集的图像，确定的识别结果，在判断车辆是否违停时，可能因为图像的识别结果不准确，造成对停靠在该月台车辆的违停情况的误判。于是，该服务器还可根据确定出的已经入园车辆的车辆标识，对该月台停靠车辆进行识别得到的车辆标识，进行校正。

具体的，首先，该服务器可针对该物流园区内的各车辆，将该车辆的车辆标识与该月台的识别结果，进行相似度计算，确定相似度以及该相似度的置信度。

其中，识别结果为车辆标识，因此上述相似度计算为对两个文本之间的相似度计算。目前对于文本相似度计算的方式有多种，具体采用何种方式，本说明书不做具体限制，可根据需要设置。例如，通过预先训练的相似度模型，确定两个文本之间的相似度，以及该相似度的置信度。

其次，由于园区内的每个车辆都与该识别结果进行相似度计算，因此该服务器可确定多个相似度的计算结果。则该服务器可继续针对每个车辆，根据确定出的该车辆的车辆标识与识别结果的相似度及其置信度，为该车辆标识与识别结果匹配度打分，确定该车辆标识的得分。

最后，该服务器可根据每个车辆标识的得分，确定该月台停靠车辆的校正结果。

其中，在本说明书一个或多个实施例中，该服务器可根据预先设置的相似度权重以及置信度权重，对每个车辆计算相似度的到的相似度及其置信度进行加权求和，得到匹配度打分。例如，假设相似度权重为0.9，置信度权重为0.5，某车辆的车辆标识与图像的识别结果的相似度为0.8，置信度为0.8，则确定得分为1.12。该服务器可根据各车辆的打分，确定打分最高车辆的车辆标识，为校正结果。

S106：根据所述校正结果以及所述分配结果，重新判断所述车辆是否违停。

在本说明书的一个或多个实施例中，该服务器在确定校正结果后，便可根据校正结果以及为该月台分配的车辆的车辆标识，重新判断该月台停靠的车辆是否违停，若重新判断该车辆违停，该服务器可向物流园区的调度员的终端发送该重新判断的结果，使该调度员的终端可弹出该车辆违停的重新判断的结果，以提示调度员对违停车辆进行调度。若该车辆并无违停，则该调度员的终端可以不再进行提示。避免了因为图像识别不准确，导致误报的问题。具体的，该调度员的终端具体可以为移动终端设备或电脑终端等，本说明书对此不作限制，可根据实际需要设置。

基于图1所示的物流园区车辆违停识别方法，当根据对月台的车辆图像识别结果以及月台车辆的分配结果，确定车辆违停时，根据当前物流园区内各车辆的车辆标识，对识别结果进行校正，并重新判断车辆是否违停。解决了由于图像识别的准确率低，导致的误识别车辆违停的问题，提高了车辆违停检测的准确率，降低了人工处理压力，提高了物流园区的运行效率。

另外，目前物流园区通常通过入园通道处的图像传感器采集的车辆图像，进行图像识别，确定进入该物流园区的车辆标识。而该过程也存在图像识别不准确的问题，导致校正结果可能不准确。

因此，为了提高校正结果的准确性，使该服务器可以基于准确的入园车辆的车辆标识进行校正，在本说明书一个或多个实施例中，该服务器可基于预先设置的物流园区对应的区域范围，以及监测的车辆的位置信息，确定进入物流园区内各车辆，以及确定物流园区内各车辆的车辆标识。由于不再依赖图像识别的方式，因此避免了车辆牌照污损带来的图像识别不准确的问题，进一步提高月台违停识别的准确率。

具体的，该服务器中可预先存储有该物流园区对应的区域范围。该区域范围可根据存储的至少一个兴趣点（Point of interesting，POI），以及该兴趣点对应的预设距离确定。当该兴趣点只有一个时，则该服务器可将该POI作为圆心，该预设距离作为半径，确定一个圆形范围，作为该物流园区对应的区域范围。

另外，该服务器还需要确定需要进入该物流园区的车辆的位置信息，才能确定当前园区内车辆的车辆标识，所以，该服务器可实时监测的各车辆的位置信息。其中，由于本说明书提供的物流园区车辆违停识别方法，可用于与多个第三方物流平台合作的物流园区的场景中，因此为了保证物流园区的安全，避免无关车辆进入物流园区，通常服务器中需要预先配置需要进入该物流园区车辆的车辆标识，使得只有预先配置的车辆可以进入园区。例如，服务器每天更新需要进入该物流园区车辆的车辆标识，则在确定位置信息时，根据当日更新结果，确定需要获取哪些车辆的位置信息。

在本说明书一个或多个实施例中，需要进入该物流园区的车辆内可预先设置定位装置，该定位装置用于向服务器实时发送车辆的位置信息。其中，该定位装置，可以为车载定位装置，如，车载全球定位系统（Global Positioning System，GPS）、车载北斗定位终端等。或者，是驾驶员的终端设备，如，手机、平板电脑等，具备定位功能的终端。其中，该定位装置所采用的定位方法本说明书也不做限制，如，可采用GPS定位或者蓝牙定位信标定位等。对于定位装置和定位方法本说明书不做具体限制，根据需要设置。

则在本说明书一个或多个实施例中，服务器可针对每台车辆，监测该车辆上传的位置信息，确定位置信息落入物流园区区域范围内的车辆，确定为在该物流园区内的车辆。

进一步地，因为后续是要识别是否停靠在分配的月台，有无违停，所以该服务器还可确定进入该物流园区车辆的车辆标识。

具体的，在本说明书一个或多个实施例中，上述服务器接收的位置信息中可携带有车辆标识，则该服务器可根据进入该物流园区车辆的定位信息，确定进入该物流园区车辆的车辆标识。或者，该服务器中配置的需要进入该物流园区车辆的车辆标识时，还配置有各车辆标识与各定位装置的设备标识的对应关系，则该服务器根据接收到位置信息时定位装置的设备标识，以及该对应关系，确定进入该物流园区车辆的车辆标识。

基于此，服务器只需要确定携带有车辆标识的位置信息的车辆，落入物流园区的区域范围内，就能确定物流园区内车辆的车辆牌照。并不需根据图像识别的方式，确认车辆牌照，避免了因环境因素或车辆因素带来的车辆牌照识别不准确的问题。

从上述方法中可以看出，本方法通过位置信息可更准确的确定入园车辆的车辆标识，同时对于月台停靠的车辆，基于确定出的园内车辆的车辆标识对图像识别的识别结果进行校正，提高了车辆违停检测的准确率，降低了人工处理压力，提高了物流园区的运行效率。

另外，在本说明书一个或多个实施例中，该服务器在进行月台分配时，可从该物流园区的车辆中确定需要停靠的车辆，以及从该物流园区的各月台中确定空闲月台，以进行月台分配。

首先，该服务器可根据已记录的月台分配结果中的车辆标识，从在物流园区内的车辆中，确定需要停靠的车辆，即，确定未分配过月台的车辆。然后，该服务器可根据已记录的月台分配结果中的月台标识，从物流园区内的各月台中，确定空闲的月台。最后，该服务器可根据需要停靠的车辆以及空闲的月台，进行月台分配。

通常情况下，当停靠在月台的车辆离开该月台后，该月台就可以继续停靠其他车辆。因此该服务器在确定车辆驶离月台后，可更新记录的月台分配结果，并重新确定空闲的月台。

另外，在物流园区内的车辆至少需要停靠一个月台，也就是说，车辆可能需要停靠多个月台。因此，当车辆驶离月台后，该服务器还可根据业务需要，判断该车辆是否仍有需要停靠的月台，若是，则确定该车辆为需要停靠的车辆，继续为该车辆分配停靠月台，若否，则确定该车辆不需要停靠，则不再为该车辆分配月台。

也就是说，在确定需要停靠的车辆时，对于已经停靠过月台并且驶离了月台的车辆，该车辆可能仍需要停靠其他月台，则服务器可根据业务需要确定该车辆为需要停靠月台的车辆。其中，该业务需要为该服务器预先根据该车辆需要停靠哪些月台确定的，例如，某车辆载货分别需要存储至该物流园区不同的两个仓库中，则该服务器可确定该车辆需要分别停靠在该两个仓库对应的月台，作为该车辆对应的业务需要。

在本说明书的一个或多个实施例中，该服务器可在根据监测到的该车辆的位置信息，确定该车辆进入该物流园区后，记录该车辆的车辆标识以及该车辆进入该物流园区的时间点。之后，该服务器还可确定进入该物流园区的各车辆中，需要停靠空闲的月台的各车辆（如，未分配月台进行停靠的车辆），并根据需要停靠空闲的月台的各车辆进入该物流园区的时间点的先后顺序，确定为各车辆分配月台的排序。最后，根据该物流园区内的空闲月台，按照该排序，依次为需要停靠空闲的月台的各车辆分配空闲月台。

当然，当车辆需要停靠多个月台才能完成在该物流园区内的任务时，在该车辆驶离月台后，只要该车辆尚有需要停靠的月台，则该服务器仍可根据该车进入该物流园区的时间点，确定该车辆的排序。

进一步地，该服务器在进行月台分配后，可根据月台分配结果，向月台分配结果中对应的需要停靠的车辆发送通知，通知该车辆至月台分配结果中对应的月台停靠。在本说明书中，具体的通知的方式并不做限定，可根据需要设置。例如，可以为电话、短信或小程序等方式进行通知，让驾驶员将车辆驶入月台分配结果中对应的月台。

另外，在步骤S104中，该服务器在确定校正结果时，由于在车辆停靠在该月台时，距离该月台较远的车辆和已经确认的停靠在其他月台的车辆肯定不会停靠在该月台，因此，还可针对该月台，确定该月台的覆盖范围，并根据在该月台的覆盖范围内车辆的车辆标识，确定校正结果。

具体的，首先，该服务器可预先设置物流园区中每个月台对应的覆盖范围，月台对应的覆盖范围设置方法可以有多种，在本说明书中具体不做限制，根据需要设置。

如图3所示，图3为本说明书提供的一种月台覆盖范围设置方法的示意图，图3沿用图2的部分内容，为了方便表示，图3中仅保留1号月台。则针对1号月台，图3中的圆点表示该1号月台的位置，该服务器以该月台的位置为圆心，根据预设的范围半径，确定一个圆形区域，即图3中的虚线圆，将虚线圆对应的区域作为该月台的覆盖范围。当然，月台的覆盖范围一般应在物流园区的区域范围内，因此当月台的覆盖范围有部分在物流园区的区域范围内，有部分在物流园区的区域范围外，则该服务器可仅确定位于物流园区的区域范围内的月台的覆盖范围。

其次，该服务器可根据监测的该物流园区内各车辆的位置信息，确定步骤S100中该服务器确定识别出目标物时，位置信息落入该月台覆盖范围内车辆，作为候选车辆。

当然，确定出候选车辆可以是一个或多个，只要是落入该月台的覆盖范围内车辆，都可作为候选车辆。

最后，该服务器可将候选车辆的车辆标识，与服务器基于月台设置的图像传感器确定的识别结果进行匹配，确定校正结果。

基于此，该服务器通过设置该月台的覆盖范围，获取候选车辆，所得到的候选车辆数量一定会小于在物流园区内的车辆。当服务器在确定校正结果时，会减小对服务器带来的计算压力，提高效率。同时，由于在确定校正结果时，缩小了空间范围，因此提高了校正结果的准确率。

进一步地，在步骤S104中，该服务器在确定校正结果时，由于物流园区的车辆在停靠月台后，进行存取货物时，该车辆位置并不会发生变化，因此可以通过该车辆停靠该月台的时间点，确定时间范围，并根据在时间范围内有位置变化车辆的车辆标识，确定校正结果。

首先，该服务器可根据预设的时长以及该月台停靠车辆的时间点，确定时间范围。其中，预设的时间段的长短，本说明书并不限制，可以根据需要具体设置。具体的，本说明书的一个或多个实施例中，时间范围可以在该车辆停靠在月台时间点的之前或前后进行设置。

图4为本说明书提供的一种截取时间范围的示意图，图4中最下方的箭头表示时间轴，车辆停靠该月台的时间点为B，根据预设的时长，确定B点之前的时间点A，或者根据预设时长，确定B点前后的时间点A和C。则所截取的时间范围可以为AB或AC，为服务器确定的确定时间范围。另外，若截取时间范围为BC时，由于可能此时车辆已经停靠在月台进行货物的存取，则该车辆位置并无移动，则仅以BC对应的时间范围筛选车辆，确定的校正结果并不准确。

其次，从物流园区内各车辆中，确定在时间范围内位置变化的车辆，作为候选车辆。

最后，该服务器可将候选车辆的车辆标识，与服务器基于月台设置的图像传感器确定的识别结果进行匹配，确定校正结果。

基于此，该服务器可通过该车辆停靠该月台的时间点，确定时间范围，并根据在时间范围内有位置变化车辆的车辆标识，确定该月台停靠车辆的车辆标识的校正结果。当服务器确定校正结果时，可能会由于时间损失，而对校正结果带来误差，因此可以通过设置时间范围，来提高校正结果的准确率。服务器可根据校正结果检测车辆是否违停，提高了车辆违停检测的准确率。

上述通过覆盖范围和时间范围两种方式对进行相似度计算的车辆进行筛选，当然，这两种筛选的方法可以单独使用，也可组合使用，也就是确定在该覆盖范围内且在时间范围内移动过的车辆，作为候选车辆。

上述的匹配方式有多种，本说明书不做具体限制，根据需要设置。例如，可以通过模糊匹配来确定校正结果。通过识别结果确定的该月台停靠车辆的车辆标识，和每个候选车辆的车辆标识进行模糊匹配，确定相似度，根据相似度，确定校正结果。

例如，首先，服务器通过物流园区的区域范围和车辆内定位装置，根据预先配置需要进入该物流园区车辆的车辆标识，确定车辆牌照为“EEEE”的车辆进入物流园区，服务器根据已记录的该车辆的车辆标识，确定该车辆需要停靠月台，为该车辆分配空闲的4号月台为该车辆的分配月台。可根据小程序通知驾驶员，将该车辆驶入月台标识为4号的分配月台，服务器对分配结果进行更新记录。

其次，当该车辆停靠在4号月台，服务器根据月台图像传感器对目标识别物进行识别，确定该目标识别物为车辆。服务器根据4号月台的图像传感器的至少一张图像确定该车辆的识别结果，服务器根据识别结果确定4号月台停靠车辆的车辆标识，在该识别结果车辆标识中，该车辆牌照为“EEEX”,对该识别结果进行校正。

再次，假设服务器确认该车辆停靠4号月台的时间点为10点10分，则服务器可以通过该月台的覆盖范围来确定候选车辆。在此时间点位置信息落入4号月台覆盖范围内车辆确定为候选车辆。若候选车辆的车辆牌照为“AAAA”“BBBB”“CCCC”和“EEEE”，则这些车辆都为候选车辆。

最后，根据预设的时长，通过时间范围对候选车辆进行筛选，可以使校正结果更加准确。若预设的时长为20分钟，则截取10点到10点20分的时间范围，确定在10点到10点20分的时间范围内，位置变化的车辆，作为候选车辆。若候选车辆的车辆牌照为“AAAA”“BBBB”和“EEEE”，则将候选车辆的车辆标识，与该4号月台停靠车辆的识别结果进行模糊匹配，得到4号月台停靠车辆的匹配结果，此匹配结果车辆的车辆牌照为“EEEE”，将车辆牌照为“EEEE”的车辆作为校正结果。根据校正结果确定该车辆并无违停。

可选地，由于物流园区通常形状并不固定，所以物流园区的区域范围可存储多个兴趣点。例如图5a中，当该兴趣点有多个时，则该服务器可针对每个POI，相应的可以标记多个不同的兴趣范围，即，图5a中的各个圆。当然，该服务器可以通过设置的多个兴趣范围，叠加组成的任意封闭形状的区域范围，根据兴趣范围来确定物流园区的区域范围。

或者，服务器可根据物流园区的形状，对边界对应的若干坐标点，确定该坐标点围成的封闭区域为物流园区的区域范围，例如图5b所示，图5b中的各圆点为边界对应的若干坐标点，各圆点之间的连线便是该物流园区的区域范围的边界。当然，区域范围的设置可以有多种方法或方案，本说明书不做具限制，可根据物流园区需要设置。

进一步地，在步骤S102中，该服务器确定空闲的月台，对空闲月台进行更新，可以有多种方案可以解决，本说明书不做具体设置，根据需要设置。例如，通常情况下，月台不会由车辆一直占用，当占用月台的车辆，离开物流园区时，则该月台一定为空闲月台。该服务器对此空闲月台进行更新。

进一步地，在步骤S100中，该服务器对于已经通过图像识别，确定识别结果的月台，可不再进行目标物识别以及图像识别，直至该服务器确定该月台停靠的车辆离开为止。当确定车辆离开该月台后，该服务器则可继续获取图像，进行目标物识别，并重复步骤S100~S106的过程。该服务根据识别结果确定停靠在该月台的车辆没有违停，可以不再进行校正，这样可以节省服务器的资源。

进一步地，在步骤S104中，该服务器对停靠在该月台的车辆的车辆标识进行校正，在此之前，当基于月台的图像传感器进行图像识别时，可能会由于环境因素或者车辆因素，造成识别结果中对该车辆的车辆标识识别不完整，这时对需要该车辆的车辆标识进行补全，再确定该车辆的车辆标识识别结果。例如，当识别停靠该月台车辆的车辆标识为“CCC”，不满足预设的车辆标识的位数，则对该车辆标识进行补全，补全后的车辆标识为“CCCX”，X可表示在车辆标识进行补全时，指定的字符。则该车辆的车辆标识识别结果为“CCCX”。具体的实现方式可以有多种，本说明书不做限制，可根据需要设置。

进一步地，在步骤S104中，该服务器在根据当前物流园区内车辆的车辆标识以及车辆图像的识别结果，确定校正结果，是以车辆标识为车辆牌照为例进行说明的。而在步骤S100中提及该车辆标识还可包括车辆车型、车辆颜色、车牌颜色、车身纹理（如车身拉花）等。因此，在步骤S104中该服务器还可根据这类表征车辆属性的车辆标识，确定校正结果。

由于车辆车型、车辆颜色、车牌颜色以及车身纹理等，均属于强约束条件。例如，若采集的停靠月台的车辆图像中的车辆车型，与当前物流园区内某个其他车辆不一致，则即使两车车辆牌照相似度较高，也不会将该其他车辆的车辆牌照，作为停靠该月台车辆的校正结果。为了方便描述，本说明书中将车辆车型、车辆颜色、车牌颜色以及车身纹理等，均属于强约束条件的特征，称为身份特征。

具体的，在本说明书的一个或多个实施例中，该服务器可针对当前物流园区内的每个车辆，确定预先存储的该车辆的身份特征。其中，该身份特征可以是服务器在获取需要入园的车辆信息时采集的，当然具体如何获取本说明书不做限制。例如，该服务器也可根据车辆牌照通过查询网上车辆登记信息，确定车辆的身份特征。

之后，该服务器还可根据识别结果，确定停靠该月台的车辆的身份特征。

然后，从当前当前物流园区内的各车辆中，筛选出身份特征与停靠该月台的车辆的身份特征匹配的车辆，作为候选车辆。

最后，再执行上述步骤S104中公开的操作，确定校正结果。当然，该服务器也可结合图3以及图4对应的校正方式，确定该校正结果，本说明书不做限制。

例如，该服务器可通过身份特征中容易辨识的车辆颜色，确定识别结果中停靠在该月台车辆的车辆颜色，以及当前物流园区内的每个车辆的车辆颜色，对该物流园区内的车辆进行筛选。当靠在该月台车辆的车辆颜色与当前物流园区内车辆的车辆颜色一致时，确定该车辆为候选车辆。将候选车辆的车辆牌照，与识别结果的车辆牌照进行模糊匹配，根据匹配结果，确定该月台停靠车辆的校正结果。

当然，该服务器可以组合多类身份特征，确定候选车辆，再确定校正结果。使后续在步骤S106中，该服务器重新判断该车辆是否违停时，使获得的判断结果更加准确。

另外，该服务器还可根据该车辆图像确定停靠该月台车辆的身份特征，则确定出的车辆标识不仅包含车辆牌照，还包含车辆的身份特征。车辆标识可表示为（车牌，车辆颜色，车辆车型，车牌颜色，车身纹理）的多维特征向量。则在步骤S104中，该服务器可针对该物流园区内的各车辆，将该车辆的车辆标识与该月台的识别结果，进行相似度计算，确定相似度以及该相似度的置信度。如，假设停靠车辆以K表示，某园内车辆以P表示，则服务器可计算向量（车牌K1，车辆颜色K2，车辆车型K3，车牌颜色K4，车身纹理K5）与（车牌P1，车辆颜色P2，车辆车型P3，车牌颜色P4，车身纹理P5）之间的相似度。

以上为本说明书的一个或多个实施例提供的物流园区车辆违停识别的方法，基于同样的思路，本说明书还提供了相应的物流园区车辆违停识别装置，如图6所示。

图6为本说明书提供的一种物流园区车辆违停识别装置示意图，包括：

识别模块601，用于针对每个月台，采集停靠该月台车辆的车辆图像，并通过图像识别确定车辆标识的识别结果；

判断模块602，用于根据月台停靠车辆的分配结果以及所述识别结果，判断停靠在该月台的车辆是否违停；

校正模块603，用于若所述车辆违停，根据当前物流园区内各车辆的车辆标识以及所述识别结果，确定车辆标识的校正结果；

重新判断模块604，用于根据所述校正结果以及所述识别结果，重新判断车辆是否违停。

可选的，所述判断模块602具体用于，从各月台的停靠车辆的分配结果中，确定该月台的分配结果，根据所述分配结果，确定分配在该月台停靠车辆的车辆标识，判断分配在该月台停靠车辆的车辆标识与所述识别结果的车辆标识是否一致，若一致，则确定所述车辆未违停，若不一致，则确定所述车辆违停。

可选的，所述校正模块603还用于，根据当前物流园区内各车辆的车辆标识以及所述识别结果，确定车辆标识的校正结果之前，监测各车辆上传的位置信息，确定位置信息落入预设的物流园区对应的区域范围内的车辆，作为在所述物流园区内的车辆，根据在所述物流园区内的车辆上传的位置信息中携带的车辆标识，确定在所述物流园区内各车辆的车辆标识，其中，所述车辆标识至少包括车辆牌照。

可选的，所述校正模块603具体用于，根据预设的至少一个所述物流园区的兴趣点，以及所述兴趣点对应的预设距离，确定至少一个兴趣范围，根据确定出至少一个兴趣范围组成的区域，确定所述园区对应的区域范围。

可选的，所述校正模块603具体用于，针对当前物流园区内的每个车辆，对该车辆的车辆标识与所述识别结果进行相似度计算，确定相似度以及置信度，根据确定出的各相似度以及各置信度，确定与所述识别结果匹配的车辆标识，作为该月台停靠车辆的车辆标识的校正结果。

可选的，校正模块603具体用于，确定预先设置的该月台对应的覆盖范围，根据监测的所述物流园区内各车辆的位置信息，确定落入所述覆盖范围内车辆，作为候选车辆，将所述候选车辆的车辆标识，与所述识别结果进行模糊匹配，根据匹配结果，确定该月台停靠车辆的车辆标识的校正结果。

可选的，校正模块603具体用于，根据预设的时长以及该月台停靠车辆的时间点，确定时间范围，从所述物流园区内各车辆中，确定在所述时间范围内位置变化的车辆，作为候选车辆，将所述候选车辆的车辆标识，与所述识别结果进行模糊匹配，根据匹配结果，确定该月台停靠车辆的车辆标识的校正结果。

本说明书还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图1提供的物流园区车辆违停识别方法。

本说明书还提供了图7所示的电子设备的结构示意图。如图7所述，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所述的物流园区车辆违停识别的方法。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进（例如，对二极管、晶体管、开关等电路结构的改进）还是软件上的改进（对于方法流程的改进）。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件（Programmable Logic Device, PLD）（例如现场可编程门阵列（Field Programmable GateArray，FPGA））就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器（logic compiler）”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言（Hardware Description Language，HDL），而HDL也并非仅有一种，而是有许多种，如ABEL（Advanced Boolean Expression Language）、AHDL（Altera Hardware DescriptionLanguage）、Confluence、CUPL（Cornell University Programming Language）、HDCal、JHDL（Java Hardware Description Language）、Lava、Lola、MyHDL、PALASM、RHDL（RubyHardware Description Language）等，目前最普遍使用的是VHDL（Very-High-SpeedIntegrated Circuit Hardware Description Language）与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该（微）处理器执行的计算机可读程序代码（例如软件或固件）的计算机可读介质、逻辑门、开关、专用集成电路（Application Specific Integrated Circuit，ASIC）、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20 以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (10)

1.一种物流园区车辆违停识别方法，其特征在于，包括：

针对每个月台，采集停靠该月台车辆的车辆图像，并通过图像识别确定车辆标识的识别结果；

根据月台停靠车辆的分配结果以及所述识别结果，判断停靠在该月台的车辆是否违停；

若所述车辆违停，则根据当前物流园区内各车辆的车辆标识以及所述识别结果，确定车辆标识的校正结果；

根据所述校正结果以及所述分配结果，重新判断所述车辆是否违停。

2.如权利要求1所述的方法，其特征在于，根据月台停靠车辆的分配结果以及所述识别结果，判断停靠在该月台的车辆是否违停，具体包括：

从各月台的停靠车辆的分配结果中，确定该月台的分配结果；

根据所述分配结果，确定分配在该月台停靠车辆的车辆标识；

判断分配在该月台停靠车辆的车辆标识与所述识别结果的车辆标识是否一致；

若一致，则确定所述车辆未违停；

若不一致，则确定所述车辆违停。

3.如权利要求1所述的方法，其特征在于，根据当前物流园区内各车辆的车辆标识以及所述识别结果，确定车辆标识的校正结果之前，所述方法还包括：

监测各车辆上传的位置信息；

确定位置信息落入预设的物流园区对应的区域范围内的车辆，作为在所述物流园区内的车辆；

根据在所述物流园区内的车辆上传的位置信息中携带的车辆标识，确定在所述物流园区内各车辆的车辆标识；

其中，所述车辆标识至少包括车辆牌照。

4.如权利要求3所述的方法，其特征在于，确定预设的所述物流园区对应的区域范围，具体包括：

根据预设的至少一个所述物流园区的兴趣点，以及所述兴趣点对应的预设距离，确定至少一个兴趣范围；

根据确定出至少一个兴趣范围组成的区域，确定所述园区对应的区域范围。

5.如权利要求1所述的方法，其特征在于，根据当前物流园区内各车辆的车辆标识以及所述识别结果，确定车辆标识的校正结果，具体包括：

针对当前物流园区内的每个车辆，对该车辆的车辆标识与所述识别结果进行相似度计算，确定相似度以及置信度；

根据确定出的各相似度以及各置信度，确定与所述识别结果匹配的车辆标识，作为该月台停靠车辆的车辆标识的校正结果。

6.如权利要求1所述的方法，其特征在于，根据当前物流园区内各车辆的车辆标识以及所述识别结果，确定车辆标识的校正结果，具体包括：

确定预先设置的该月台对应的覆盖范围；

根据监测的所述物流园区内各车辆的位置信息，确定落入所述覆盖范围内车辆，作为候选车辆；

将所述候选车辆的车辆标识，与所述识别结果进行模糊匹配；

根据匹配结果，确定该月台停靠车辆的车辆标识的校正结果。

7.如权利要求1所述的方法，其特征在于，根据当前物流园区内各车辆的车辆标识以及所述识别结果，确定车辆标识的校正结果，具体包括：

根据预设的时长以及该月台停靠车辆的时间点，确定时间范围；

从所述物流园区内各车辆中，确定在所述时间范围内位置变化的车辆，作为候选车辆；

将所述候选车辆的车辆标识，与所述识别结果进行模糊匹配；

根据匹配结果，确定该月台停靠车辆的车辆标识的校正结果。

8.一种物流园区车辆违停识别装置，其特征在于，具体包括：

识别模块，用于根据月台停靠车辆的分配结果以及所述识别结果，判断停靠在该月台的车辆是否违停；

判断模块，用于根据月台停靠车辆的分配结果以及所述识别结果，判断停靠在该月台的车辆是否违停；

校正模块，用于若所述车辆违停，根据当前物流园区内各车辆的车辆标识以及所述识别结果，确定车辆标识的校正结果；

重新判断模块，用于根据所述校正结果以及所述分配结果，重新判断所述车辆是否违停。

9.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求 1~7 任一项所述的方法。

10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求 1~7 任一项所述的方法。

Images